课程文献中心 更多>>

关键词： 图网络   频谱分析   微分熵   脑电信息   通道相关性  

摘要： 情感识别在人类心理健康领域扮演着关键角色。本研究针对传统情感识别方法在处理生理信号时存在的低精度和效率问题，提出了一种创新的多通道脑电信号情感识别模型MEnet（Multi-channels Emotion network）。MEnet结合了微分熵和图网络技术，通过频谱分析提取脑电信号的微分熵信息，并将信号分割成五个频带。模型利用self-attention机制获取频带与通道间的相关性信息（BCC），并通过图卷积网络（GCNs）和多维度特征融合网络（MsacMLP）对脑电特征进行深层迭代整合。在公开的SEED-IV多分类情感数据集上的实验结果显示，MEnet在Acc、Fmax、AUPR、AUC等指标上均表现出色，分别达到0.83、0.86、0.91、0.96，显著优于传统机器学习方法。这一成果证明了深度学习在情感计算领域的巨大应用潜力。

关键词： 动态作业车间调度   马尔可夫过程   图神经网络   深度强化学习   注意力机制  

摘要： 针对紧急插单事件的动态作业车间调度问题，本文以最小化所有工件的提前与延迟完工时间为目标，创建了动态作业车间环境模型。将调度问题转换为马尔可夫过程，并采用结合图神经网络的DDQN（Double Deep Q-network，DDQN）深度强化学习算法进行求解。首先，通过图神经网络对车间状态析取图做特征提取从而避免状态定义依赖人工经验设计的问题，引入了注意力机制能够增强强化学习智能体对状态信息的获取能力，并将六组规则调度作为智能体的决策空间，其次，定义了全新的奖励方法，加强其对智能体学习的指导能力。最后，通过多组对照试验说明了本文所构建的求解模型的有效性和可行性。

关键词： 市政公用工程   现场管理   城市建设  

摘要： 市政公用工程项目是城市建设的重要内容,为保障工程开展质量,应加大现场管理工作力度,确保项目施工的规范性,及时处理现场施工问题,促使工程项目顺利实施.以某工程案例为基础,分析市政公用工程施工场地多变、现场环境复杂、技术手段多样的现场管理特点,并提出施工前期准备、项目进度、工程质量、风险处理等现场管理路径,以供相关人员参考.

关键词： 路基工程   边坡防护方案   图神经网络   智能决策   路基设计   可解释性  

摘要： 随着数字化改革深入推进与智能化水平不断提高，传统依赖专家经验和历史案例的设计模式正逐步被数据驱动方法所取代。在当前路基工程边坡防护方案设计中，决策主要基于专家经验和历史案例，缺乏相应知识转化机制。如何从大量设计案例中提取并转化知识成为关键问题。针对路基工程边坡防护设计方案的数据特点，提出基于图神经网络的智能决策技术。首先，通过调研大量成熟设计案例，收集和清洗路基设计领域中边坡防护方案数据，并根据专家经验对数据进行规范化处理；其次，结合专家知识构建图本体图神经网络（GNN）对设计数据集进行训练，并验证神经网络对设计结果的预测效果；最后，利用互信息分析图神经网络模型决策过程中的影响因素，并结合实际设计经验揭示其决策逻辑和效果。试验结果表明：（1）GNN在整体路基边坡防护方案数据集中预测准确率达到76.3%，其中常用防护方案准确率可达86.6%；（2）采用互信息算法分析神经网络权重，并结合实际经验进行相关性分析，深入解释决策逻辑，为理解具体设计逻辑提供新视角。本研究可为后续路基工程边坡防护方案智能化设计和决策过程提供重要方法和理论支持。

关键词： 配电网   集群划分   综合性能指标   改进的灰狼算法   源荷不确定性  

摘要： 针对大规模分布式光伏并网带来的配电网协调自治挑战，以及现有集群划分方法在储能供需协调特性与源荷不确定性方面的局限性，本文提出一种考虑源荷储功率协调性的集群划分方法，并将改进的灰狼算法与源荷不确定分析相结合，从而提高了划分方法在极端场景下的适用性与稳定性。首先，构建了基于电气距离的模块度、集群有功与无功平衡度、集群储能供需协调度结合的综合性能指标体系；其次，通过Tent混沌映射与非线性控制参数策略改进灰狼算法，以提高种群多样性和全局搜索能力，避免陷入局部最优解；最后，利用场景分析法将源荷出力不确定模型转换为具体场景，对配电网集群划分模型进行寻优。改进的IEEE 33节点和10kV实际配电网集群划分算例结果表明，所提的划分方法在需要自治性能与协调能力的配电网中具备显著的适应性与有效性。

关键词： RDF图   不等长编码   谓语标签树   多元语义查询  

摘要： 知识图谱是揭示实体之间关系的语义网络，常以资源描述框架（RDF）的形式表示。面对爆炸式增长的海量信息，现有RDF图上的语义查询算法忽略了多元化的语义查询需求。为此，充分考虑RDF图丰富的语义信息，提出一种分布式处理的多级邻域谓语标签树编码索引的RDF图多元语义查询方法。首先，为避免存储空间浪费及辅助后续并行查询，设计基于频度的谓语编码映射策略，将较长字符串表示的谓语映射为唯一自然数表示；其次，将RDF图分割，分割后顶点按其邻边特性进行分类，并给出相应的存储模式；然后构建多级邻域谓语标签树编码索引，利用谓语特征信息过滤无效顶点及边；针对谓语已知、主语（宾语）已知以及混合已知的多元语义查询，给出相应的匹配策略，并提出基于公共点的优化连接以减少笛卡尔积数量，从而降低连接代价。实验结果表明，查询时间相较于无预处理方式，利用构建的索引进行剪枝优化可提高5～9倍；在3个不同规模的LUBM标准合成数据集上，与查询性能较好的FAST算法相比，查询效率平均提高43%。因此，构建的索引及查询策略可有效处理大规模RDF图上的多元化语义查询。

关键词： 递归图   递归微态的熵   滚动窗口   市场有效性  

摘要： 提出一种改进的递归图技术,用于计算基于递归微态的熵值(entropy based on recurrence microstates,ENRM)。该方法使用滚动窗口的方式来遍历递归矩阵的子矩阵,能够在保证原有算法精度的基础上大幅提高计算效率。通过Logistic模型进行模拟实验,结果表明基于该改进递归图技术的模型具有更高的计算效率和精度。此外,ENRM关于市场有效性的研究结果表明,使用ENRM与传统的递归图指标递归熵(entropy,ENTR)相结合来分析市场有效性时,不仅具有ENTR单指标量化市场有效性的作用,还能有效识别并进行市场有效性呈动态性演化的时间段。

关键词： RGB阈值划分   铜阳极炉   氧化终点   颜色   纹理   预测模型  

摘要： 本研究旨在开发一种基于RGB阈值划分算法的铜阳极炉精炼氧化终点预报模型。通过计算机视觉和RGB图像阈值处理技术，捕获和分析铜样品表面和断面的颜色、纹理变化信息，以预测氧化终点。研究结果表明，综合利用表面纹理预测模型、断面特征模型以及直方图相似度、余弦相似度和哈希相似度判别模型，可有效判断氧化终点的达到。结果表明，当表面纹理模型呈现全白色且无黑色部分、断面特征模型氧化像素占比大于80%、直方图相似度模型自相似度达90%以上，余弦及哈希相似度模型余弦相似度接近1且哈希相似度较小时，可确定铜阳极炉精炼过程已达到氧化终点。该模型在预测准确性和稳定性方面取得了显著进展，为铜冶炼工业提供了可靠的预测工具，有助于降低能源消耗并提高生产效率。

关键词： 二维随机共振   遗传算法   微弱信号检测   轴承故障诊断  

摘要： 为了提高二维随机共振的信号增强能力，提出了一种基于外加信号和高斯函数的二维非对称随机共振系统（NTABPS-EG）.首先，以输出信噪比为衡量指标，研究了3种非对称势的系统性能，根据分析结果选取阱深阱宽非对称势进行后续研究，并探究了不同参数下系统输出信噪比随噪声强度的变化趋势.其次，采用四阶龙格库塔算法进行数值模拟，并采用遗传算法求解最佳参数，使系统得到最佳输出响应.通过与二维指数势双稳系统（TEPBPS）的对比，发现NTABPS-EG系统更能有效地驱动粒子跃迁，对微弱信号的恢复效果较好.最后，将NTABPS-EG系统应用于轴承故障检测，结果表明系统可以有效诊断出轴承的内外圈故障，且诊断能力优于TEPBPS，证明了系统的实用性和先进性.

关键词： 图神经网络   链接预测   简单路径图   闭包图  

摘要： 链接预测是图机器学习中的重要任务，旨在填补图中缺失的边或预测未来节点间可能的连接。链接预测在不同的图数据类型下有不同的应用场景，比如社交网络下的好友推荐，用户—商品二部图上的推荐系统以及知识图谱的补全等。随着图神经网络的研究与发展，基于图神经网络的方法在链接预测中扮演着越来越重要的角色，基于图神经网络的链接预测方法主要分为基于节点和基于子图两类，相较于基于节点的方法，基于子图的方法能够更好地捕捉节点间的拓扑结构信息，避免节点同构问题。目前，基于子图的方法通常使用包含目标节点及其一阶或二阶邻居的闭包图，然而，闭包图规模过大且易受中枢节点影响。为解决这一问题，文章提出在简单路径图上进行链接预测，并证明在一定阶数限制下，简单路径图为闭包图的子图，能有效减小子图规模。此外，在放宽阶数的限制下，即使简单路径图不再是闭包图的子图，通过实验验证其规模依然小于闭包图。实验结果表明，基于简单路径图的方法在无节点特征和有节点特征的数据集上均优于其他方法，在AUC和AP指标上的提升最高可达2.8%和2.3%。